Evaluation and implementation of statistical methods to assess effects in count data / by Christian Dietrich, Magnus Wang (WSC Scientific GmbH, Heidelberg) ; on behalf of the German Environment Agency ; edited by: Section IV 2; IV 1.1.; IV 2.4., IV 1.3.1 - Benjamin Daniels, Susanne Walter-Rohde, Thomas Gräff, Pia Kotschik (Fachbegleitung)
Anzeigen / Download3.03 MB
Discovery
1945977558
URN
urn:nbn:de:gbv:3:2-123456789-1169767
DOI
ISBN
ISSN
Autorin / Autor
Beiträger
Körperschaft
Erschienen
Dessau-Roßlau : Umweltbundesamt, 2025
Umfang
1 Online-Ressource (78 Seiten, 3,03 MB) : Diagramme
Ausgabevermerk
Sprache
eng
Anmerkungen
Report completed in: October 2024
Literaturverzeichnis: Seite 47
Sprache der Zusammenfassung: Englisch, Deutsch
Inhaltliche Zusammenfassung
The Federal Environment Agency (UBA) is currently reviewing the OECD Test Guideline No. 54, which outlines the statistical methods used in the analysis of ecotoxicological data. As part of this evaluation, the UBA identified a need to assess alternative statistical methods not covered in the guideline, particularly for Poisson-distributed data, common in mesocosm and field studies (e.g. non-target arthropod species). Additionally, the issue of multiple testing, which can lead to a reduction in test power, was identified as a concern. The main objective of this project was to develop an R package to enhance the analysis of Poisson-distributed data using methods such as ‘CPCAT’. Initially, errors in the existing CPCAT R script were corrected, including removing one-sided test options and addressing issues with p-values for control treatments with zero values. The package was further expanded implementing a similar test for binomial data (CPFISH) and a GLM-based Dunnett test (Dunnett.GLM) applicable for overdispersed count data. Power calculations for CPCAT, CPFISH, and Dunnett.GLM were performed using simulated effect sizes to reflect typical reproduction and field test designs. Results showed that CPCAT and CPFISH exhibit sensitivity to the number of treatment groups without effects, potentially influencing p-values of affected groups. Therefore, caution is advised when using these methods in regulatory contexts. The project concluded with the successful development of a publicly available R package on CRAN and GitHub, providing statistical tools for the analysis of count data, which will support future revisions of OECD Test Guideline No. 54.
Das Umweltbundesamt (UBA) überarbeitet derzeit die OECD-Prüfrichtlinie Nr. 54, in der statistische Methoden für die Analyse ökotoxikologischer Daten beschrieben sind. Im Rahmen dieser Bewertung stellte das UBA fest, dass alternative statistische Methoden, die nicht in der Richtlinie enthalten sind, bewertet werden müssen, insbesondere Methoden für Poisson-verteilte Daten, die in Mesokosmen- und Feldstudien häufig vorkommen (z. B. bei non-target Arthropodenarten). Darüber hinaus wurde die Frage der gängigen Mehrfachtests, die zu einer Verringerung der Teststärke führen können, als Problem erkannt. Das Hauptziel dieses Projekts war die Entwicklung eines R-Pakets zur Verbesserung der Analyse von Poisson-verteilten Daten mit Methoden wie ‚CPCAT‘. Zunächst wurden Fehler im bestehenden CPCAT-R-Skript korrigiert, einschließlich der Entfernung einseitiger Testoptionen und der Lösung von Problemen mit p-Werten für Kontrollgruppen mit Nullwerten. Das Paket wurde durch die Implementierung eines ähnlichen Tests für Binomialdaten (CPFISH) und eines GLM-basierten Dunnett-Tests (Dunnett.GLM) erweitert, der auch für überdispergierte Zähldaten (Varianz > Mittelwert) geeignet ist. Power-Berechnungen für CPCAT, CPFISH und Dunnett.GLM wurden unter Verwendung simulierter Effektgrößen durchgeführt, um typische Reproduktions- und Feldtestdesigns widerzuspiegeln. Die Ergebnisse haben gezeigt, dass CPCAT und CPFISH sensitiv auf die Anzahl der Treatment-Gruppen ohne Effekte reagieren, was die p-Werte der betroffenen Gruppen beeinflussen kann. Daher ist bei der Anwendung dieser Methoden im regulatorischen Kontext Vorsicht geboten. Das Projekt wurde mit der erfolgreichen Entwicklung eines öffentlich zugänglichen R-Pakets auf CRAN und GitHub abgeschlossen, das statistische Tools für die Analyse von Zähldaten bereitstellt und künftige Überarbeitungen der OECD-Prüfrichtlinie Nr. 54 unterstützen wird.
Schriftenreihe
Texte. Umweltbundesamt ; 2025, 107 ppn:505871920